时间序列(time serie)分析系列之线性回归or随机森林4

文章目录

  • 1.简述
  • 2.数据集
  • 3.特征介绍(精髓)
  • 4.预测模型
  • 5.预测结果
  • 6.参考

1.简述

  • 时间序列数据是一种典型的数据,时间序列预测方法比较多。比如ARIMA模型、Prophet模型、指数平均法、滑动平均法等等。
  • 本文采用机器学习算法,如线性回归、随机森林等,完成时间序列预测,预测效果也比较好。

2.数据集

本文对应的数据集格式如下:

time value
2018-09-01 00:00 3221
2018-09-01 01:00 5515
2018-09-01 02:00 9971
2018-09-05 01:00 4416

如1小时粒度数据。根据历史数据,对未来一段时间数据进行预测。

3.特征介绍

你可能感兴趣的:(time,series,机器学习,时间序列(time,series)数据分析与应用)